Réponse courte : l'attribution de la personnalisation consiste à enregistrer quelle expérience (variante) chaque visiteur et chaque compte a vue, puis à comparer la conversion et le pipeline des personnes ayant vu la version personnalisée avec ceux d'un groupe témoin affecté au hasard qui a vu la version par défaut. L'attribution par canal vous dit d'où vient un visiteur ; l'attribution par expérience vous dit si ce qu'il a vu sur le site a changé le résultat. Vous avez besoin des deux, et seule la comparaison avec le groupe témoin mesure l'effet incrémental.
La plupart des dispositifs d'attribution reposent sur une hypothèse implicite : toute personne qui arrive sur une URL voit la même page. La personnalisation la casse. Deux visiteurs cliquent sur la même annonce Google et arrivent sur la même page d'accueil. L'un voit un titre sur la sécurité pour les grandes entreprises, l'autre un titre sur la rapidité de l'API. Votre outil d'analytics enregistre les deux comme « page d'accueil, google / cpc ». Si l'un convertit et pas l'autre, rien dans cet enregistrement ne vous dit si c'est le canal, la version de la page ou autre chose qui a fait la différence.
La suite de cet article explique pourquoi les modèles standards passent à côté, comment scinder la question en deux, comment mettre en place des groupes témoins, comment faire remonter les données d'expérience dans le CRM et comment en rendre compte sans exagérer.
Pourquoi les modèles d'attribution standard passent à côté de la personnalisation
Les modèles premier contact, dernier contact, linéaire, avec dépréciation dans le temps et basé sur la position répartissent tous le mérite entre les sources de trafic et les actions sur le site. La page elle-même est traitée comme une constante. Ils passent aussi à côté de l'influence qui ne produit jamais de contact traçable, que nous abordons dans notre article sur le dark funnel en B2B. Si vous avez besoin d'un rappel sur la façon dont les modèles attribuent le mérite, consultez ce guide pratique de l'attribution multi-touch.
Exemple (illustratif) : un compte visite le site trois fois avant de demander une démo. La visite 1 vient de la recherche organique et affiche la page d'accueil générique. La visite 2 vient d'une annonce LinkedIn ; l'entreprise a été identifiée entre-temps, elle voit donc un titre consacré à l'industrie. La visite 3 est directe, et le site affiche une étude de cas sur le remplacement de l'outil qu'utilise actuellement le compte. Un modèle linéaire attribue un tiers du crédit à l'organique, à LinkedIn et au direct. Il n'a aucun champ pour « a vu la variante industrie » ou « a vu l'étude de cas concurrent » : si ce sont ces pages qui ont convaincu, le rapport ne peut pas le montrer.
C'est un angle mort de la mesure, pas la preuve que la personnalisation a fonctionné. Peut-être que le compte aurait réservé de toute façon. Le fait est que le rapport standard ne permet de trancher ni dans un sens ni dans l'autre.
Divisez-la en deux questions
| Attribution par canal | Attribution des expériences | |
|---|---|---|
| Question | Quels canaux amènent les bons comptes ? | Une fois arrivés, l'expérience personnalisée change-t-elle ce qu'ils font ? |
| Décision éclairée | Budget d'acquisition | Quelles règles de personnalisation conserver, modifier ou désactiver |
| Méthode | Votre modèle d'attribution multi-touch existant ou les rapports des plateformes | Groupe témoin aléatoire face à la page par défaut |
| Audience principale | Paid media et génération de demande | Web, CRO et marketing produit |
Menez-les en parallèle et rapportez-les séparément. L'attribution par canal a ses propres limites, mais elle peut rester telle quelle. L'attribution par expérience nécessite un groupe de contrôle, car « les personnes qui ont vu la page personnalisée ont davantage converti » est aussi ce que vous observeriez si vous aviez simplement personnalisé pour vos comptes les mieux ciblés. Notre guide des canaux marketing en B2B traite du côté canal.
Groupes de contrôle : la partie qui mesure l'incrémentalité
Privez de personnalisation un sous-ensemble aléatoire de comptes qualifiants et laissez-les voir le site par défaut. Tout le reste ne change pas : mêmes annonces, mêmes e-mails, même suivi commercial.
Les paramètres qui comptent :
- Affectez par compte, pas par session. Si un groupe d'achat de quatre personnes se répartit entre les variantes, les deux groupes sont contaminés. Hachez l'identifiant de l'entreprise (ou le cookie first-party lorsque l'entreprise est inconnue) pour que l'affectation reste la même d'une visite à l'autre.
- Dimensionnez le groupe témoin selon votre trafic, pas selon une règle empirique. Un groupe témoin plus grand se lit plus vite, mais davantage de comptes passent à côté de la page personnalisée. Calculez combien de comptes par groupe il vous faut pour détecter le gain qui vous intéresse avec un calcul de taille d'échantillon d'A/B test, puis décidez quelle part cela représente.
- Figez la définition de « qualifiant ». Si la règle du segment change en cours de test, les groupes cessent d'être comparables.
Comparez ensuite les groupes à chaque étape du funnel que vous pouvez réellement mesurer :
- Taux de conversion des formulaires ou des démos sur le site.
- Taux MQL vers SQL. Il permet de repérer une variante qui augmente les soumissions de formulaire mais attire des leads de moindre qualité.
- Taux de création d'opportunités par compte.
- Taux de closing et taille des affaires, une fois qu'assez d'affaires ont été conclues. Dans la plupart des entreprises B2B, cette étape nécessite un cycle de vente complet avant de livrer le moindre enseignement.
Lisez les résultats par segment aussi bien qu'au global. Une hausse globale peut provenir entièrement d'un segment alors qu'un autre ne voit aucun effet, voire se dégrade légèrement. Si les groupes par segment sont trop petits pour être lus, dites-le plutôt que de présenter le résultat global comme s'il s'appliquait partout.
Quand vous ne pouvez pas mettre en place un groupe témoin de comptes propre
Découpage géographique
Personnalisez dans certaines régions et abstenez-vous dans des régions comparables. Utile quand les volumes de comptes sont trop faibles ou que la couverture d'identification est inégale. Le risque est que les régions diffèrent pour des raisons sans rapport avec votre site (couverture commerciale, événements locaux, devise) : choisissez donc des régions appariées et testez plus longtemps.
Périodes on/off
Alternez personnalisation activée et désactivée sur des fenêtres fixes, par exemple deux semaines chacune, sur plusieurs cycles. Cela évite de maintenir un compte cible dans un groupe témoin permanent. Les lancements de campagne, les vacances et les fins de trimestre feront bouger les chiffres : notez toutes les dates de campagnes importantes et écartez les fenêtres qui en chevauchent une.
Variante contre variante
Une fois que vous savez que la personnalisation bat la version par défaut pour un segment, testez les stratégies de personnalisation entre elles : titre sectoriel vs titre par taille d'entreprise, ou étude de cas pertinente vs hero sur mesure. Cela vous dit quelle règle étendre, ce qui est généralement une question plus utile que « la personnalisation fonctionne-t-elle ? »
Faire remonter les données d'expérience dans le CRM
Les formulaires remplis ne sont pas le résultat sur lequel les équipes B2B sont évaluées : les données des variantes doivent donc remonter jusqu'aux rapports de pipeline.
- Déclenchez un événement pour chaque décision de personnalisation. Dans GA4 (ou votre outil d'analytics), envoyez un événement personnalisé avec l'identifiant de la règle, le segment, la variante et un indicateur groupe témoin ou personnalisé. Enregistrez les paramètres comme dimensions personnalisées pour pouvoir en faire des rapports.
- Écrivez les champs dans le CRM lors de la conversion. À la soumission du formulaire, transmettez le segment, la dernière variante vue et l'indicateur de groupe de contrôle dans des champs cachés associés à des champs de contact structurés. Pas dans un champ de notes : vous devez pouvoir filtrer dessus.
- Remontez-le au niveau du compte. Synchronisez l'historique au niveau du compte si votre outil le permet : sessions personnalisées, variantes vues, date de première et de dernière exposition.
- Marquez les opportunités. Ajoutez un champ d'opportunité qui vaut vrai lorsqu'un contact lié à l'opportunité a vu une session personnalisée dans une fenêtre donnée avant la création de l'opportunité. Choisissez la fenêtre selon votre cycle et notez-la ; 30 ou 60 jours sont des choix courants. Renseignez-le via un workflow, pas à la main.
- Construisez trois rapports. Votre rapport par canal existant, inchangé. Un rapport hebdomadaire de personnalisation : conversion par segment, version personnalisée vs groupe témoin. Un rapport trimestriel de pipeline : pipeline influencé par segment et par étape.
Des UTM propres sont un prérequis. Si les données de source et de campagne sont incohérentes, vous ne pouvez pas distinguer les effets du canal de ceux de la page ; une convention commune avec un générateur d'UTM règle l'essentiel du problème.
« Influencé » ne veut pas dire « causé »
Nommez l'indicateur d'opportunité « influencée par la personnalisation », pas « attribuée ». L'influence indique seulement qu'une personne impliquée dans le deal a vu une page personnalisée. La personnalisation cible généralement vos comptes les plus adaptés, qui convertissent mieux de toute façon : le pipeline influencé paraîtra donc bon, que les variantes aient eu un effet ou non. C'est le groupe témoin qui fournit la part causale.
En combinant les deux, avec des chiffres inventés pour montrer le calcul : les opportunités influencées ont produit 4,2 M $ de pipeline en un trimestre, et le groupe témoin montre une hausse incrémentale de conversion de 18 %. La part incrémentale est de 0,18 / 1,18 : environ 640 K $ de ce pipeline n'aurait donc pas existé sans la personnalisation. Les 3,56 M $ restants seraient très probablement arrivés de toute façon. La direction financière demandera ce second chiffre ; donnez-le avant qu'elle ne le fasse. La même rigueur s'applique au paid media : un calculateur de ROAS intégrant votre marge brute montre si le chiffre d'affaires attribué couvre seulement la dépense.
Rendre compte à différents interlocuteurs
| Audience | Ce dont ils ont besoin | Ce qu'il faut laisser de côté |
|---|---|---|
| CMO / directeur marketing | Hausse par segment par rapport au groupe témoin, règles à étendre, évolution de la conversion des pages personnalisées pour chaque canal principal | Pipeline influencé brut, sans le contexte du groupe témoin |
| Direction commerciale | Si les comptes personnalisés génèrent plus d'opportunités et avancent plus vite, par segment, une fois un cycle complet bouclé | Indicateurs d'engagement par session |
| Finance | Pipeline incrémental mesuré grâce au groupe témoin, coût total (outil plus temps humain), retour obtenu et intervalle de confiance | Les chiffres bruts d'influence pris isolément |
| Conseil d'administration | Une ligne : pipeline incrémental, coût, tendance d'un trimestre à l'autre | Détail de la méthodologie |
Une bonne habitude, quelle que soit l'audience : présentez les chiffres du groupe témoin à côté de ceux du groupe personnalisé, pour que la comparaison soit visible plutôt que sous-entendue.
Jusqu'où aller, et quand
- Suivi : vous pouvez voir quels comptes ont vu du contenu personnalisé. Quelques jours de mise en place. Utile pour le débogage, pas pour revendiquer un impact.
- Groupe témoin : vous pouvez mesurer le gain incrémental sur le site. Il faut suffisamment de trafic par segment ; les segments à faible trafic peuvent ne jamais donner de résultat net, et il n'y a pas de mal à le reconnaître.
- Lien avec le pipeline : les données de variante parviennent au CRM et vous pouvez suivre le pipeline influencé et incrémental. Nécessite au moins un cycle de vente complet de données.
- Prévoir l'impact de nouveaux segments : estimer l'effet d'un segment avant de le lancer. Cela ne vaut la peine qu'une fois que vous disposez de plusieurs segments avec des groupes témoins terminés dont tirer des enseignements.
Ne construisez pas la couche pipeline avant que le groupe témoin n'existe. Sans groupe de contrôle, elle ne montrera jamais que des corrélations, et la corrélation est précisément ce que la personnalisation des comptes les mieux adaptés produit gratuitement.
Par où commencer
Vérifiez que votre outil de personnalisation envoie à votre outil d'analytics des événements comportant un identifiant de variante et un indicateur de groupe témoin. Sinon, corrigez cela en priorité ; rien d'autre ne fonctionne sans. Placez ensuite un groupe témoin sur votre segment au plus fort trafic et laissez-le tourner assez longtemps pour atteindre la taille d'échantillon calculée. L'A/B testing de Markettailor gère les groupes témoins au niveau du compte et envoie les données de variante vers l'analytics, si vous préférez ne pas développer vous-même la logique d'affectation.
Questions fréquentes
Comment fonctionne l'attribution de la personnalisation ?
Chaque fois qu'un visiteur voit une expérience personnalisée, l'outil de personnalisation déclenche un événement avec l'identifiant de l'expérience et de la variante. Cet événement est stocké avec la session et, une fois le visiteur identifié, avec le compte dans votre CRM. Comparer la conversion et le pipeline entre les visiteurs qui ont vu la variante et un groupe témoin aléatoire qui a vu la page par défaut donne l'effet incrémental de la personnalisation.
Quelle est la différence entre l'attribution par canal et l'attribution par expérience ?
L'attribution par canal attribue le mérite aux sources qui ont amené un visiteur, comme le search payant, LinkedIn ou l'email. L'attribution par expérience mesure l'effet de ce que le visiteur a vu une fois arrivé. Une page personnalisée peut modifier la conversion de tous les canaux : ne rapporter que l'attribution par canal masque donc la contribution de l'expérience sur le site.
Quelle taille pour un groupe témoin de personnalisation ?
Assez grand pour détecter la hausse qui vous intéresse dans un délai raisonnable, et pas plus. Faites un calcul de taille d'échantillon d'A/B test pour votre trafic et votre taux de conversion de référence, puis attribuez le groupe témoin au niveau du compte pour qu'une même entreprise voie une expérience cohérente d'une visite à l'autre.
Les modèles d'attribution multi-touch peuvent-ils mesurer la personnalisation ?
Seulement de manière indirecte. Les modèles multi-touch répartissent le crédit entre les points de contact, mais supposent que chaque point de contact est identique pour tous. Ajouter l'identifiant de l'expérience comme propriété du point de contact permet de rapporter le pipeline influencé, mais l'effet incrémental doit toujours venir d'une comparaison avec un groupe témoin. Une grande partie de la recherche B2B se déroule aussi dans le dark funnel, où aucun point de contact n'est enregistré.